通才醫師：新創公司利用人工智慧對抗多種疾病

透過人工智慧 (AI) 針對特定疾病做出更快且更準確的診斷，是一項有意義且宏大的目標，而 VUNO 卻有著更遠大的志向。

這間來自南韓的新創公司正在打造多款搭載 NVIDIA GPU 的 AI 產品，各項產品皆能用於診斷不同疾病。

VUNO 的 AI 演算法使用與眾多疾病相關且不斷增長的大數據。截至目前，該公司的產品已經可以用於骨齡評估、神經退化性疾病，以及在胸部 X 光或 CT 掃描影像上可見徵狀的疾病。同時也正在研發專注於眼部異常的產品。

VUNO 共同創辦人暨技術長 Kyu Hwan Jung 表示：「速度是醫療影像工具最重要的因素之一，同時卻又不能影響準確性。我們的解決方案不僅加速讀取時間，更提高醫療診斷的準確性，最終讓醫師能夠將更多的心力專注在提供病患更好的照護服務。」

Jung 表示：「VUNO 的共同創辦人皆曾是三星先進技術研究院 (Samsung Advanced Institute of Technology) 的機器學習研究人員，他們將高品質的醫療數據資料呈指數增長與全球醫師人數短缺這兩件事視為難得的機會。

他們的目標是透過投入巨量資料，順應這兩個趨勢來開發 AI 解決方案，讓醫師減少資料處理的時間，將更多的時間花在照護病患。

在 GPU 上達到無與倫比的效能

VUNO 使用其專屬的 GPU 伺服器來訓練 AI 產品所採用的深度學習演算法，這些伺服器混合搭載了 NVIDIA V100、P100、TITAN V 與 RTX GPU。

到目前為止，VUNO 已運用合作醫院所提供的資料來訓練產品。Jung表示，VUNO 模型的效能透過加入公開可取得的資料以及使用遷移學習技術而變得更好。

VUNO 為用於診斷眼部疾病的產品 VUNO Med-Fundus AI，收集超過十萬張影像。這些影像是透過視網膜相機針對不同特徵的患者拍攝而來，並由 50 多名眼科醫生加以註解。這些影像中約有九成用於訓練，剩下的一成則用於測試模型。

根據設定，會在搭載 NVIDIA GPU 的雲端執行個體與本地端系統上進行推論作業。由搭載 NVIDIA T4 Tensor Core GPU 或 M60 GPU 的 Amazon Elastic Compute Cloud (EC2) 執行個體，或是搭載 NVIDIA P100 GPU 的 Microsoft Azure 執行個體來支援雲端服務。本地端系統包括獨立的桌上型電腦 GPU，或是醫院等級系統整合的伺服器和工作站 GPU 組合。

Jung 表示，透過 NVIDIA GPU 進行推論是一件不費吹灰之力的事，推論 2D 影像的效能提高了二十倍，而推論 3D 影像的表現更是大幅提升。

VUNO Med-Fundus AI 產品可以在一秒鐘內偵測到眼底視網膜影像中的十二種異常情況，並對其進行分類和定位。Jung表示，競爭對手的產品只能檢測到一至兩種異常情況。VUNO Med-Fundus AI 目前正在韓國的大型醫療中心和醫院進行測試。

VUNO 於本週推出兩項免費網路服務，包含 VUNO Med-Chest X-ray COVID-19 版本與 VUNO Med-LungQuant COVID-19 版本，展現出分析疑似感染新冠病毒患者之影像測試結果的能力。這兩套系統可以在五秒內提供胸部 X 光影像分析結果，並在一分鐘內針對胸部 CT 掃描影像提供分析結果。欲瞭解更多資訊，請參閱 https://covid19.vunomed.com/。

YouTube影片： VUNO Med®-Chest X Ray™檢測 COVID-19 造成的異常。

媲美人類的分析能力

在 VUNO 系列產品中最引人注目的便是臨床驗證研究，如近期在《Ophthalmology》期刊上發表的一項研究表示，該模型的準確率在 95% 到 99% 之間，如此高的成功率使得該技術在臨床環境中更具說服力。

Jung 表示：「AI 技術將此模型對醫學影像的診斷能力，提升到媲美人類的水準，將不可能化為可能。」

借助針對 AI 新創公司的 NVIDIA Inception 計畫，VUNO 有望進一步突破極限。Jung 表示，Inception 計畫讓 VUNO 有機會接觸到更多開發者與投資人。

VUNO 也正在研究如何將 NVIDIA Clara 應用程式框架用在 AI 影像與基因組學上。

VUNO 不斷尋求各種答案，以解決醫療臨床領域最重要的問題。

Jung 表示：「我們的使命是『View the invisible, know the unknown』，致力於為病患提供更優質的醫療服務，並為使用海量資料的醫療專業人員提升其工作效率。」